理应资讯
软件研发智能化

AWS 发布基于 Bedrock AgentCore 的企业智能体平台蓝图:联邦治理与工作流单元

理应编辑室 ·

AWS 机器学习博客详解如何在 Amazon Bedrock AgentCore 上搭建联邦制企业智能体平台:平台控制面与可复制的工作流单元、分设推理与工具网关,并以部署态评测门禁晋升生产。

模型与工具往往不是智能体进生产的真正瓶颈;更难的是多团队共用的安全边界、所有权、成本归属与可回滚发布。

据 AWS Machine Learning Blog(2026-10-28),文章给出基于 Amazon Bedrock 与 Bedrock AgentCore 的企业 Agentic AI Platform 架构与参考实现。AgentCore 提供运行时、网关、身份、记忆、策略、注册表与评测等模块;蓝图再叠上企业合同:账户边界、交付、可观测、成本治理与退役。

核心设计:

  • 联邦运营模型:中央平台团队提供受治理的共享服务,业务或产品工作流团队保留对自身智能体、工具与数据的所有权。
  • 平台控制面:版本化模板与接口、Agent Registry、护栏、共享推理网关、精确工具别名、流水线与配额。
  • 可复制工作流单元(cell):每团队自有代码仓与流水线,以及 Runtime、按 actor 隔离的 Memory、仅暴露已批准目标的 Tool Gateway(AWS_IAM),含本地 KMS、标签、告警、预算与 OAM 源链接;单元可独立部署、失败、回滚或退役。
  • 分设推理与工具网关:未信任推理必须经批准网关(护栏、模型与区域允许列表、配额与身份归因);工具经认证 MCP 网关、最小权限与可审计所有者。
  • 评测门禁:非生产部署后对真实 Runtime 做回归、质量、工具成功、拒识、首 token 延迟与成本评测,并对未批准模型、工具、跨账户身份做对抗性否定测试,再人工审批晋升。

配套仓库以基础设施即代码验证从流水线到零残留拆除的边界;部署示例基于 eu-west-1。适合已有 Control Tower 着陆区、希望把智能体当成平台产品而非一次性脚本的组织。

# AWS# Bedrock# AgentCore# 平台工程# 治理